Paper 001 ｜不是摘要財報，而是找出「今年跟去年哪裡變了」：A Compare-and-contrast Multistage Pipeline for Uncovering Financial Signals in Financial Reports

財務報告最大的問題，往往不是資訊太少，而是真正重要的新資訊，被大量與去年相同的文字包在裡面。

一家公司每年提交的 10-K，會重複說明公司業務、會計政策、風險、營運狀況與管理階層分析。對分析人員而言，真正想知道的其實不是整份報告說了什麼，而是：

今年和去年相比，究竟改了什麼？

這篇論文 A Compare-and-contrast Multistage Pipeline for Uncovering Financial Signals in Financial Reports (ACL 2023)，沒有沿用傳統的財報摘要思路，而是利用財報天然具有的年度延續性，把去年的報告當成 reference、今年的報告當成 target，找出兩者之間真正具有資訊價值的文字變化。

這篇論文的特點在於，它不只建立了一個金融 NLP 模型，更重新定義了問題：

金融訊號不一定是整份報告中最重要的句子，而可能只是與去年相比，被修改的幾個詞。

• 參考資料與研究團隊
• 一、這篇論文想解決什麼問題？
  • 1.1 財報不是沒有訊號，而是重複資訊太多
• 二、研究方法全景：先配對，再分類，最後標字
• 三、三個階段深度拆解
  • 階段一 ($S_0$)：找對象 (Alignment)
  • 階段二 ($S_1$)：關係分類 (Relation Identification)
  • 階段三 ($S_2$)：訊號標示 (Signal Uncovering)
• 四、這與 LLM 摘要有什麼不同？
• 五、讀後啟發：AI 金融分析的典範轉移

參考資料與研究團隊

• 論文連結：ACL 頁面 (A Compare-and-contrast Multistage Pipeline for Uncovering Financial Signals in Financial Reports)
• 主要研究人員：
  • Jia-Huei Ju
  • Yu-Shiang Huang
  • Cheng-Wei Lin
  • Che Lin
  • Chuan-Ju Wang (王釧茹，中央研究院資訊創新研究中心)

一、這篇論文想解決什麼問題？

1.1 財報不是沒有訊號，而是重複資訊太多

美國 SEC 要求上市公司在 10-K 中完整揭露公司的財務與營運狀況，因此文件通常很長，也包含大量例行性、法規性與已知資訊。

同一家公司的相鄰年度財報，往往高度重疊。論文統計 2011 至 2018 年、3,849 家公司的 10-K Item 7，相鄰年度的平均 token overlap 約為：

[ 0.826 ]

也就是說，平均約有八成以上的內容具有文字重疊。

這會造成一個實務問題：

分析人員必須閱讀大量熟悉內容，才能找到少量真正改變的資訊。

傳統摘要模型會找出「最能代表整篇文件」的內容，但財務分析人員真正關心的，未必是最具代表性的句子，而是今年新增、刪除或反轉的資訊。

例如：

2017 年：

Net sales in the Americas increased 5%, or $201.8 million.

2018 年：

Net sales in the Americas decreased 1%, or $58.5 million.

兩句話的結構幾乎完全相同，但真正重要的訊號只有：

• increased → decreased
• 5% → 1%
• $201.8 million →$58.5 million

如果只做一般摘要，這種少量但關鍵的變化不一定會被保留下來。

因此，這篇論文的核心主張是：

不要只閱讀今年的財報，而是把去年當成比較基準。

二、研究方法全景：先配對，再分類，最後標字

論文提出了一個「比對與對照 (Compare-and-contrast)」的多階段流水線 (Multistage Pipeline)，整體流程可以分成三個階段：

簡化後的運作邏輯如下：

三、三個階段深度拆解

階段一 ($S_0$)：找對象 (Alignment)

財報很長，直接把兩萬字丟進模型比對是不現實的。因此第一步是利用 NLP 工具 (spaCy) 將財報切成句子或語意片段，接著透過模型算出去年片段與今年片段的相似度，幫它們「配對」。

階段二 ($S_1$)：關係分類 (Relation Identification)

配對完之後，這些句子對 (Sentence Pairs) 會有三種命運：

1. Same (相同)：幾乎沒改，可以直接忽略，因為沒有新資訊。
2. Unmatched (不匹配)：完全找不到對應，可能是今年全新開展的業務，整段都需要看。
3. Revised (修訂)：有高度重疊但部分被修改。這通常是分析師尋找「財務訊號」的主要來源。

階段三 ($S_2$)：訊號標示 (Signal Uncovering)

針對那些被歸類為 Revised (修訂) 的句子，模型要在 Word-level (單詞層級) 上標示出哪些字是真正重要的財務訊號。

這一步是論文的核心技術：由於「哪些字是訊號」的訓練資料相對缺乏，作者使用了偽標籤 (Pseudo-labeling) 技術。他們利用比對去年與今年句子的差異 (例如用差異比對演算法找出被改掉的字)，將這些字標記為 1 (是訊號)，沒改的標記為 0 (非訊號)，藉此訓練出一個能夠自動抓取重點財務訊號的序列標註模型。進階版 ($S_2^+$) 則引入了 KL divergence 與軟標籤來提升學習效果。

四、這與 LLM 摘要有什麼不同？

現在大語言模型 (LLM) 如此發達，為什麼還需要這樣的 Pipeline？

1. 抗幻覺與高解釋性：LLM 有時會為了讓摘要通順而「腦補」因果關係。這個 Pipeline 直接在原句上高亮顯示 (Highlight) 改變的文字，沒有幻覺空間，完全忠於財報。
2. 專注於「變數」而非「常數」：如果請 LLM 總結財報，LLM 可能會將「這是一家賣蘋果電腦的公司」等已知資訊納入摘要。這個架構讓系統專注於「Delta (變化量)」，更貼近實際的金融分析需求。
3. 長文本處理成本：將兩份超長 10-K 全部塞進 LLM Token 視窗雖然現在可行，但成本極高且容易發生 Attention Lost。先做段落對齊與篩選，再處理重點，效率大幅提升。

五、讀後啟發：AI 金融分析的典範轉移

這篇論文指出了「比較基準 (Baseline)」設定的重要性。

許多人在做金融 AI 時，總是想著「我要如何把這份文件濃縮」。但實務上的投資決策，往往是基於「預期差」或「邊際變化」：

• 營收增長了，但增幅比去年小？
• 風險揭露欄位裡，突然多出了一段關於「供應鏈地緣政治」的描述？
• 壞帳提列的比例，原本是 2%，今年悄悄被改成了 3.5%？

這篇研究具體展現了細節至上的投資哲學。把兩份文件放在一起，刪除相同的常數，留下的變數，往往是推動股價波動的關鍵訊號。這條由中央研究院王釧茹老師團隊開發的研究路徑，除了是自然語言處理在金融領域的實際應用案例外，也是設計 Agentic Workflow (智能體工作流) 時可參考的核心邏輯。